CN101662549A - 一种基于语音的客户评价系统及客户评价方法 - Google Patents

Abstract

本发明提供了一种基于语音的客户评价系统及客户评价方法，该系统包括：数据截获模块，用于截获用户端发送到客户服务中心的媒体流数据；第一转换模块，用于对所述媒体流进行转换操作，得到语音流数据；语音分析模块，用于分析所述语音流数据，获取用于评价用户的第一评价指标的值。本发明的客户评价系统通过截获用户端发送到客户服务中心的媒体流数据，并将其转换为语音流数据和文本，基于该语音流和文本进行分析，获取用于评价用户的评价指标的值，因此其评价是客观的，因此能够为服务、问题跟踪提供客观依据。

Description

一种基于语音的客户评价系统及客户评价方法

技术领域

本发明涉及客户服务系统，特别是一种基于语音的客户评价系统及客户评价方法。

背景技术

呼叫中心又称为客户服务系统，是用于向用户提供电话、传真、电子邮件等多种接入手段的信息系统，主要用来处理用户对企业提出的要求、质疑、投诉、建议和咨询，如电信业中的1860，金融业中的95555等。

客户服务系统如图1所示，包括：呼叫接入模块、CTI(Computer TelephonyIntegration，计算机电话集成)模块、至少一个座席模块和媒体服务器，其中，媒体服务器能够为用户提供自动客户服务，而在需要人工服务时，CTI模块能够根据一定的策略将用户呼叫路由到一个座席模块，由该座席模块为话务员提供与用户进行交互的平台。

客服服务系统中，关注较多的是在话务员的服务评价，而对客户在接受服务过程中表现出来的态度、行为的评价以及后续跟踪解决相对忽略。特别是对于一些特殊客户，一般是通过话务员反馈记登记。而人为的评价方式，往往受到主观影响，个体差异明显，不能对后续更好的服务、问题跟踪提供客观的依据。

发明内容

本发明的目的是提供一种基于语音的客户评价系统及客户评价方法，实现客观的客户评价，为服务、问题跟踪提供客观依据。

为了实现上述目的，本发明实施例提供了一种基于语音的客户评价系统，包括：

数据截获模块，用于截获用户端发送到客户服务中心的媒体流数据；

第一转换模块，用于对所述媒体流进行转换操作，得到语音流数据；

语音分析模块，用于分析所述语音流数据，获取用于评价用户的第一评价指标的值。

上述的客户评价系统，其中，还包括：

第二转换模块，用于对所述语音流数据进行转换操作，得到文本；

文本分析模块，用于分析文本，获取用于评价用户的第二评价指标的值。

上述的客户评价系统，其中，还包括：

数据库，用于用户信息；

获取模块，用于获取当前呼叫的主叫用户信息；

用户查询模块，用于根据所述当前呼叫的主叫用户信息查询所述数据库，确定用户身份；

更新模块，用于在根据所述当前呼叫的主叫用户信息无法查询到用户时，根据所述当前呼叫的主叫用户信息对所述数据库执行更新操作。

上述的客户评价系统，其中，所述用户信息为用户号码和/或声音信息。

上述的客户评价系统，其中，所述文本分析模块具体包括：

词汇保存单元，用于保存预设词汇；

统计单元，用于统计所述文本中所述预设词汇的出现次数；

计算单元，用于计算所述第二评价指标的值，所述第二评价指标值的值等于所述出现次数除以所述文本的总字数。

上述的客户评价系统，其中，所述语音分析模块具体包括：

参数提取单元，用于根据所述语音流数据提取预设参数的值；

情绪评判单元，用于根据上述预设参数的值确定所述第一评价指标的值，所述第一评价指标为用户情绪指标。

上述的客户评价系统，其中，所述参数提取单元具体用于利用主元分析方法、神经网络方法或高斯混合模型方法来提取所述预设参数的值。

上述的客户评价系统，其中，还包括：

综合分析模块，用于根据所述第一评价指标和第二评价指标的历史数据和当前数据计算用于评价用户的第三评价指标的值。

为了实现上述目的，本发明实施例还提供了一种基于语音的客户评价方法，包括：

客户评价系统截获用户端发送到客户服务中心的媒体流数据；

客户评价系统对所述媒体流进行转换操作，得到语音流数据；

客户评价系统分析所述语音流数据，获取用于评价用户的第一评价指标的值。

上述的客户评价方法，其中，还包括：

客户评价系统对所述语音流数据进行转换操作，得到文本；

客户评价系统分析所述文本，获取用于评价用户的第二评价指标的值。

上述的客户评价方法，其中，还包括：

客户评价系统根据所述第一评价指标和第二评价指标的历史数据和当前数据计算用于评价用户的第三评价指标的值。

本发明实施例具有以下的有益效果：

本发明的客户评价系统通过截获用户端发送到客户服务中心的媒体流数据，并将其转换为语音流数据和文本，基于该语音流和文本进行分析，获取用于评价用户的评价指标的值，因此其评价是客观的，因此能够为服务、问题跟踪提供客观依据。

附图说明

图1为客户服务系统的结构示意图；

图2为本发明第一实施例的基于语音的客户评价系统的结构示意图；

图3为本发明第二实施例的基于语音的客户评价系统的结构示意图；

图4为本发明第一实施例的基于语音的客户评价方法的流程示意图；

图5为本发明第二实施例的基于语音的客户评价方法的流程示意图。

具体实施方式

本发明实施例中，通过截取用户的语音数据，并对语音数据进行分析，得到用于进行用户评价的特征值，并基于该特征值进行用户评价。

如图2所示，本发明实施例的基于语音的客户评价系统包括：

数据截获模块，用于截获用户端发送到客户服务中心的媒体流数据；

第一转换模块，用于对所述媒体流进行转换操作，得到语音流数据；

语音分析模块，用于分析所述语音流数据，获取用于评价用户的第一评价指标的值。

从图2所示的客户评价系统可以看出，其利用语音流数据进行分析，获取第一用户评价结果，而从语音流数据中可以分析出用户的情绪信息，为了提高评价的准确性和全面性，本发明第二实施例的基于语音的客户评价系统还通过用户的语言来进行评价，如图3所示，包括：

数据截获模块，用于截获用户端发送到客户服务中心的媒体流数据；

第一转换模块，用于对所述媒体流进行转换操作，得到语音流数据；

第二转换模块，用于对所述语音流数据进行转换操作，得到文本；

语音分析模块，用于分析所述语音流数据，获取第一评价指标的值；

文本分析模块，用于分析所述文本，获取用于评价用户的第二评价指标的值。

该媒体流数据可以是现有技术中任意一种支持媒体流传输的协议下的媒体流数据，在本发明的具体实施例中以RTP(Real-time Transport Protocol，实时传输协议)为例进行详细说明。

在本发明的具体实施例中，在对单一用户进行评价时，必然需要确定用户信息，因此，本发明实施例的客户评价系统还包括：

数据库，用于用户信息；

获取模块，用于获取当前呼叫的主叫用户信息；

用户查询模块，用于根据所述当前呼叫的主叫用户信息查询所述数据库，确定用户身份；

更新模块，用于在根据所述当前呼叫的主叫用户信息无法查询到用户时，根据所述当前呼叫的主叫用户信息对所述数据库执行更新操作。

所述用户信息为用户号码和/或声音信息，下面以用户信息为用户号码和声音信息为例进行详细说明。

数据库中对应保存了用户号码与所述用户的声音信息；

获取模块用于获取主叫用户号码，并从所述语音流数据提取主叫用户声音信息；

用户查询模块根据所述主叫用户号码和所述主叫用户声音信息查询所述数据库，确定用户身份；

更新模块，用于在根据所述主叫用户号码或所述主叫用户声音信息无法查询到用户时，根据所述主叫用户号码或所述主叫用户声音信息对所述数据库执行更新操作。

获取模块需要用到第一转换模块得到的语音流数据，在本发明的具体实施例中，可以由第一转换模块在转换完成后通知声音信息提取模块提取该语音流数据，当然也可以是第一转换模块直接将该声音流数据发送给声音信息提取模块。

在本发明的具体实施例中，该用户查询模块的具体处理过程如下所述：

以所述主叫用户的主叫号码作为查询条件发起第一查询操作；

以所述主叫用户的声音信息作为查询条件发起第二查询操作；在本发明的具体实施例中，可以是返回与主叫用户的声音信息具有80％相似度的用户；当然，也可以是90％等其它数值。

比较第一查询操作和第二查询操作的结果，最终确认用户，详细如下所述。

第一查询操作和第二查询操作均可以查询到用户，且结果相同，则可以直接确认用户；

第一查询操作和第二查询操作均可以查询到用户，但结果不同，则以第二查询操作的结果为准，并更新数据库中该用户的号码；

第一查询操作无法查询到用户，但第二查询操作能查询到用户，则以第二查询操作的结果为准，并更新数据库中该用户的号码；

第一查询操作可以查询到用户，但第二查询操作无法查询到用户，则以第一查询操作的结果为准，并更新数据库中的用户声音信息；

第一查询操作和第二查询操作均无法查询到用户，则在数据库中新增该用户信息。

确定用户身份后，即可确定该用户对应的用户评价结果。

在本发明的具体实施例中，该用户查询模块可以直接查询数据库，也可以通过数据更新模块来处理该查询操作，并由数据更新模块来返回查询结果。

在本发明具体实施例中，该声音信息为声纹特征，用户查询模块采用隐式马尔可夫模型(HMM)方法和矢量量化VQ聚类方法相结合的方法，提高了用户身份识别的准确率。

当然，确定用户身份并不是本发明实施例中的必要特征，举例说明如下。

假定当前仅需要获取一个大的用户评价结果来进行分析统计，此时就不需要知道该用户评价结果到底是哪个用户的。

在本发明的具体实施例中，该转换模块实现语音和文本的转换可以基于各种成熟的转换工具来实现，如微软语音识别系统SpeechSDK 5.1等。

在本发明的具体实施例中，该文本分析模块具体包括：

词汇保存单元，用于保存预设词汇；该预设词汇可以是一些不文明用语，当然也可以是其它预先设置的词汇；

统计单元，用于统计所述文本中所述预设词汇的出现次数；

计算单元，用于计算所述第二评价指标的值，所述第二评价指标值的值等于所述出现次数除以所述文本的总字数，表明用户在服务过程中使用预设词汇的频率。

在本发明的具体实施例中，该第一评价指标可以是预设词汇在所述文本中出现的次数与文本字数的比例MGL，MGL＝出现次数/总字数。

在本发明的具体实施例中，该语音分析模块具体包括：

参数提取单元，用于根据所述语音流数据提取预设参数的值；

情绪评判单元，用于根据上述预设参数确定用户的情绪参数QG；

根据预设参数来判断用户情绪可以采用现有技术实现，在本发明具体实施例中采用Murray和Arnott总结的情感和语音参数的关系来确定，如下表所示：

参数	生气	高兴	悲伤	恐惧	厌恶
						语速	略快	快或慢	略慢	很快	非常快
平均基音	非常高	很高	略低	非常高	非常低
						基音范围	很宽	很宽	略窄	很宽	略宽
强度	高	高	低	正常	低
						声音质量	呼吸声胸腔声	呼吸声共鸣音调	有共鸣声	不规则声音	嘟囔声胸腔声
基音变化	重音处突变	光滑向上弯曲	向下弯曲	正常	见最终向下弯曲
						清晰度	清晰	正常	含糊	精确	正常

当然，上述的非常高、很高、很宽等描述最后都是基于一个阈值来确定。

在本发明的具体实施例中，可以采用主元分析方法、神经网络方法或GMM(高斯混合模型)等方法来根据提取的参数，并对照情感和语音参数表得出用户情绪参数的值，{生气、高兴、悲伤、恐惧、厌恶}。

当然，上述仅仅是一种举例说明，该情绪参数还可以是其它的参数。

利用上述的说明，就可以得到用户本次接受服务的情绪，得到本次的用户评价的结果。

该结果包括两方面的内容，一方面是用户的用语方面的评价，一方面是用户情绪方面的评价。

当然，在本发明的具体实施例中，还可以包括：

综合分析模块，用于根据所述第一评价指标和第二评价指标的历史数据和当前数据计算用于评价用户的第三评价指标的值。

在本发明的具体实施例中，第三评价指标XW＝MAX(S，G，B，K，Y)/近半年总服务数，其中：

S＝前6个月生气数*0.4+前5个月生气数*0.5+前4个月生气数*0.6

+前3个月生气数*0.7+前2个月生气数*0.8+前1个月生气

数*0.9+当前生气数

G＝前6个月高兴数*0.4+前5个月高兴数*0.5+前4个月高兴数*0.6

+前3个月高兴数*0.7+前2个月高兴数*0.8+前1个月高兴

数*0.9+当前高兴数

B＝前6个月悲伤数*0.4+前5个月悲伤数*0.5+前4个月悲伤数*0.6

+前3个月悲伤数*0.7+前2个月悲伤数*0.8+前1个月悲伤

数*0.9+当前悲伤数

K＝前6个月恐惧数*0.4+前5个月恐惧数*0.5+前4个月恐惧数*0.6

+前3个月恐惧数*0.7+前2个月恐惧数*0.8+前1个月恐惧

数*0.9+当前恐惧数

Y＝前6个月厌恶数*0.4+前5个月厌恶数*0.5+前4个月厌恶数*0.6

+前3个月厌恶数*0.7+前2个月厌恶数*0.8+前1个月厌恶

数*0.9+当前厌恶数

当然，应当了解的是，上述的时间、系数仅仅是举例说明，本发明实施例中并不受限于上述的举例说明。

在本发明的具体实施例中，计算出上述的用户行为评价结果、用户评价结果和MGL之后，即可进一步得到用户的级别L、用户关注程度D、情感基线等，如下：

级别L＝MGL*XW

关注程度D＝XW

情感基线：QG。

根据上述的L、D和QG等参数，可以为用户跟踪、用户接入等提供依据。

在本发明的具体实施例中，并没有描述或者画出模块之间的接口，

本发明第三实施例的基于语音的客户评价方法如图4所示，包括：

步骤41，客户评价系统截获用户端发送到客户服务中心的媒体流数据；

步骤42，客户评价系统对所述媒体流进行转换操作，得到语音流数据；

步骤43，客户评价系统分析所述语音流数据，获取第一评价指标的值；

步骤44，客户评价系统根据所述第一评价指标的值获取第一用户评价结果。

本发明第四实施例的基于语音的客户评价方法如图5所示，包括：

步骤51，客户评价系统截获用户端发送到客户服务中心的媒体流数据；

步骤52，客户评价系统对所述媒体流进行转换操作，得到语音流数据和文本；

步骤53，客户评价系统分析所述语音流数据和所述文本，分别获取第一评价指标的值和第二评价指标的值；

步骤54，客户评价系统根据所述第一评价指标的值和第二评价指标的值获取第二用户评价结果。

下面对本发明实施例的详细流程进行说明，包括：

步骤601，数据截获模块截取座席侧RTP数据包，然后转发给转换模块；

步骤602，转换模块获取数据，将RTP数据包解码后还原成语音流，并按照微软语音识别系统将语音流转换成文字；

步骤603，转换模块将语音流、文字、主叫号码信息存放在内存中；

步骤604，转换模块通过数据通讯接口模块发起通知消息，告知号码分析模块和数据分析模块提取数据；

步骤605，号码分析模块收到转换模块的数据提取通知，通过数据通讯接口模块，从转换模块提取号码信息；

步骤606，数据分析模块通过数据通讯接口模块，从转换模块的语音流数据提取语音声纹信息；

步骤606，用户查询模块通过数据通讯接口模块发起用户号码和语音声纹信息查询操作；该语音声纹信息查询操作返回匹配率80％以上的最大值用户信息；

步骤607，用户查询模块比较两个查询操作的返回结果，并根据比较结果确定用户身份，并由更新模块根据比较结果对数据库执行更新操作；

步骤607，文本分析模块收到转换模块的数据提取通知，通过数据通讯接口模块，从转换模块提取文本信息，经处理后通过数据通讯接口模块，发起查询操作，再将命中数发给综合分析模块；

步骤608，语音分析模块通过数据通讯接口模块，从转换模块提取语音流数据，获取评价指标，发送给综合分析模块；

步骤610，综合分析模块通过数据通讯接口模块，利用确定的用户信息，通过数据通讯接口发起历史数据查询操作；

步骤611，综合分析模块根据评价指标的值、命中次数、历史数据计算该用户的级别、情感基线、重视程度等。

步骤612，综合分析模块通过数据通讯接口模块，更新数据库中的数据。

数据库处理包括如下几个方面：

接收到用户查询模块发送的查询消息，调用数据驱动单元执行数据库查询操作，并返回查询结果。

接收到更新模块的用户更新消息，调用数据驱动单元执行数据库更新操作，并返回更新结果。

接收到综合分析模块发送的历史数据查询消息，调用本模块的数据驱动单元执行数据库查询操作，并返回查询结果。

接收到综合分析模块发送的处理完毕通知消息，调用本模块的数据驱动单元执行数据库操作，记录本次通话日志，更新用户级别、情感基线等参数，并向座席、CTI、其他系统发起消息。座席和第三方系统接收通知消息，处理后显示当前用户级别、情感基线、重视程度等信息，以供后续服务处理；CTI接收到通知消息，做为排队优先级参考。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种基于语音的客户评价系统，其特征在于，包括：

数据截获模块，用于截获用户端发送到客户服务中心的媒体流数据；

第一转换模块，用于对所述媒体流进行转换操作，得到语音流数据；

语音分析模块，用于分析所述语音流数据，获取用于评价用户的第一评价指标的值。

2.根据权利要求1所述的客户评价系统，其特征在于，还包括：

第二转换模块，用于对所述语音流数据进行转换操作，得到文本；

文本分析模块，用于分析所述文本，获取用于评价用户的第二评价指标的值。

3.根据权利要求1或2所述的客户评价系统，其特征在于，还包括：

数据库，用于用户信息；

获取模块，用于获取当前呼叫的主叫用户信息；

用户查询模块，用于根据所述当前呼叫的主叫用户信息查询所述数据库，确定用户身份；

更新模块，用于在根据所述当前呼叫的主叫用户信息无法查询到用户时，根据所述当前呼叫的主叫用户信息对所述数据库执行更新操作。

4.根据权利要求3所述的客户评价系统，其特征在于，所述用户信息为用户号码和/或声音信息。

5.根据权利要求2所述的客户评价系统，其特征在于，所述文本分析模块具体包括：

词汇保存单元，用于保存预设词汇；

统计单元，用于统计所述文本中所述预设词汇的出现次数；

计算单元，用于计算所述第二评价指标的值，所述第二评价指标值的值等于所述出现次数除以所述文本的总字数。

6.根据权利要求5所述的客户评价系统，其特征在于，所述语音分析模块具体包括：

参数提取单元，用于根据所述语音流数据提取预设参数的值；

情绪评判单元，用于根据上述预设参数的值确定所述第一评价指标的值，所述第一评价指标为用户情绪指标。

7.根据权利要求6所述的客户评价系统，其特征在于，所述参数提取单元具体用于利用主元分析方法、神经网络方法或高斯混合模型方法来提取所述预设参数的值。

8.根据权利要求6所述的客户评价系统，其特征在于，还包括：

综合分析模块，用于根据所述第一评价指标和第二评价指标的历史数据和当前数据计算用于评价用户的第三评价指标的值。

9.一种基于语音的客户评价方法，其特征在于，包括：

客户评价系统截获用户端发送到客户服务中心的媒体流数据；

客户评价系统对所述媒体流进行转换操作，得到语音流数据；

客户评价系统分析所述语音流数据，获取用于评价用户的第一评价指标的值。

10.根据权利要求9所述的客户评价方法，其特征在于，还包括：

客户评价系统对所述语音流数据进行转换操作，得到文本；

客户评价系统分析所述文本，获取用于评价用户的第二评价指标的值。

11.根据权利要求9所述的客户评价方法，其特征在于，，还包括：

客户评价系统根据所述第一评价指标和第二评价指标的历史数据和当前数据计算用于评价用户的第三评价指标的值。

Images